METHOTIKA : Jurnal Ilmiah Teknik Informatika

PREDIKSI STOK PUPUK MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING DI TOKO PUPUK SEIBELUTU

Alfonsus Situmorang — 2026-02-17

Toko Pupuk Sei Belutu masih mengelola persediaan stok pupuk secara manual. Sering kali tidak optimal dalam proses penjualan pupuk sesuai kebutuhan pelanggan. Perlu dilakukan sebuah motede untuk memprediksi kebutuhan persediaan pupuk setiap tabunnya. Metode yang digunakan adalah Double Exponential Smoothing (DES) dengan data penjualan tujuh jenis pupuk (Urea, NPK, ZA, SP-36, KCL, TSP, dan NPK Kakao) periode 2021–2024 sebanyak 336 data. Implementasi dilakukan menggunakan Python di Google Colaboratory, dengan evaluasi akurasi melalui Mean Absolute Percentage Error (MAPE). Pengelolaan data dengan metode DES untuk 7(tujuh) jenis pupuk diatas menghasilkan prediksi dengan 5(lima) jenis pupuk berada pada kategori “Baik” (MAPE < 20%), yaitu Urea 11,00%, NPK 13,26%, ZA 14,10%, SP-36 17,21%, dan TSP 17,84%, sedangkan 2(dua) jenis lainnya, KCL 21,51% dan 2NPK Kakao 25,59% termasuk kategori “Cukup”. Rata-rata akurasi prediksi mencapai 83,7%, lebih konsisten dibanding metode manual.

PENGELOMPOKAN KOMENTAR PENGGUNA JKN MOBILE MENGGUNAKAN METODE K-MEDOIDS

GILBERT PANGARIBUAN — 2026-02-17

Aplikasi JKN Mobile menjadi salah satu platform penting yang digunakan oleh masyarakat dalam mengakses layanan kesehatan di Indonesia. Seiring bertambahnya jumlah pengguna, komentar atau umpan balik yang diberikan oleh pengguna semakin beragam. Analisis terhadap komentar ini penting dilakukan untuk mengidentifikasi masalah yang sering dihadapi pengguna, memahami kebutuhan mereka, dan meningkatkan kualitas layanan aplikasi. Penelitian ini bertujuan untuk mengelompokkan komentar pengguna JKN Mobile menggunakan metode K-Medoids. Proses pengelompokan dilakukan dengan terlebih dahulu membersihkan dan memproses data teks agar siap untuk dianalisis. Setelah itu, diterapkan algoritma K-Medoids dengan penentuan jumlah cluster optimal menggunakan metode Elbow. Hasil pengelompokan menunjukkan adanya beberapa kelompok komentar seperti tanggapan positif terhadap aplikasi, permintaan fitur tambahan, dan saran untuk peningkatan layanan. Penelitian ini diharapkan dapat membantu pengelola aplikasi JKN Mobile dalam memahami kebutuhan dan keluhan pengguna dengan lebih baik, sehingga dapat dilakukan perbaikan layanan secara tepat sasaran. Implementasi pengelompokan komentar ini memberikan insight yang berguna untuk pengembangan aplikasi yang lebih responsif terhadap kebutuhan pengguna.

Prediksi Cuaca di Kota Medan Menggunakan Metode C4.5

fajar silaban — 2026-02-17

Fenomena cuaca merupakan bagian dari dinamika atmosfer yang terus mengalami perubahan. Ia tidak hanya menggambarkan kondisi fisik udara di suatu tempat dan waktu tertentu, tetapi juga menjadi indikator penting dalam berbagai aktivitas kehidupan manusia. Dinamika ini terbentuk melalui interaksi berbagai elemen, seperti suhu, tekanan udara, kelembapan, angin, dan curah hujan, yang saling memengaruhi satu sama lain dalam siklus yang kompleks dan terus bergerak.

Kemampuan untuk memperkirakan gejala-gejala atmosfer telah menjadi kebutuhan penting dalam perencanaan kegiatan manusia. Mulai dari sektor pertanian hingga transportasi, semua memerlukan gambaran tentang kondisi cuaca yang mungkin terjadi di masa mendatang. Namun, ketidakpastian yang menyertai perubahan atmosfer membuat proses prediksi tidak dapat dilakukan secara sembarangan. Oleh karena itu, dibutuhkan pendekatan yang tidak hanya mampu membaca data historis, tetapi juga memahami pola-pola tersembunyi yang muncul dari kumpulan informasi tersebut.

Dalam kerangka ini, teknologi menjadi jembatan antara data dan keputusan. Pemanfaatan kecerdasan buatan sebagai alat bantu untuk mengenali pola dan memproyeksikan keadaan menjadi sebuah kebutuhan yang tidak terelakkan. Salah satu pendekatan yang relevan adalah penggunaan teknik pengambilan keputusan yang didasarkan pada pembelajaran dari data, memungkinkan terbentuknya model prediktif yang adaptif dan dapat dipertanggungjawabkan.

Penelitian ini berangkat dari urgensi tersebut, dengan menjadikan kota Medan sebagai objek pengamatan, untuk mengeksplorasi kemungkinan penerapan pendekatan berbasis data dalam memahami pola cuaca yang khas di wilayah tersebut. Dengan menggali potensi dari teknik prediktif yang sistematis, diharapkan penelitian ini dapat memberikan kontribusi dalam upaya meningkatkan akurasi dan efisiensi prakiraan cuaca, serta memperkuat landasan ilmiah dalam pengambilan keputusan yang bergantung pada kondisi atmosfer masa depan.

Analisa Prediksi Penjualan Sepatu Di Toko Rebel Sneaker Dengan Metode Pemulusan Eksponensial Holt-Winters

Yopi Pranata — 2026-02-17

Toko Sepatu Rabels Sneakers adalah salah satu took sepatu yang berada dikota medan, dengan menyediakan berbagai merk sepatu bagi kalangan remaja hingga dewasa. Ketersediaan stok sepatu merupakan hal yang terpenting dalam suatu proses penjualan. Pada setiap bulannya masih terdapat data laporan shortage dan overage, dan juga kesulitan dalam mengelola persediaan stok sepatu. Penelitian ini bermaksud untuk membuat sistem prediksi penjualan sepatu dengan metode pemulusan eksponensial holt-winters. Prediksi dihitung dengan mengumpulkan data penjualan sepatu selama kurang lebih tiga tahun, masing-masing data akan dihitung dengan alpha 0.1 sampai 0.9 untuk menghasilkan error terkecil. Hasil perhitungan dengan error yang terkecil merupakan hasil prediksi yang dipilih, dengan metode tersebut dapat dihasilkan prediksi untuk penjualan bulan berikutnya sebagai pendukung keputusan dalam menyediakan stok sepatu untuk proses penjualan kedepannya.

Implementasi Metode Holt-Winters Pada Peramalan Harga Saham Bank Rakyat Indonesia

Dody Pramansyah Sianipar — 2026-02-17

Setiap investor yang memegang saham di sebuah perusahaan memiliki ekspektasi untuk memperoleh dividen atau keuntungan. Penelitian ini bertujuan untuk mengembangkan dan menguji model prediksi harga saham yang dapat memprediksi pergerakan harga saham Bank Rakyat Indonesia pada periode Januari 2019 hingga 31 Desember 2024. Perhitungan prediksi harga saham ini diimplementasikan dan divisualisasikan menggunakan bahasa pemrograman Python. Metode yang digunakan dalam analisis ini adalah Holt-Winters untuk perhitungan statistik dan peramalan. Akurasi prediksi diukur menggunakan metrik Mean Absolute Percentage Error. Hasil implementasi pada data harga saham Bank BRI menunjukkan bahwa penggunaan metode Holt-Winters memerlukan serangkaian pengujian data untuk menghasilkan nilai MAPE yang optimal (terendah). Prediksi yang dilakukan pada data Adjusted Closing Price menghasilkan nilai MAPE terendah sebesar 25,08%. Nilai ini menunjukkan bahwa model prediksi dengan metode Holt-Winters memberikan hasil yang cukup akurat atau memadai untuk memprediksi harga saham Bank BRI. Melalui penelitian ini, diharapkan metode Holt-Winters dapat diuji lebih lanjut dan diterapkan dalam implementasi prediksi harga saham untuk berbagai perusahaan di masa depan.

Klasifikasi Dini Penyakit Alzheimer Menggunakan Algoritma ID3

Diana Gabriela — 2026-02-17

Alzheimer merupakan salah satu jenis demensia paling umum yang berdampak pada kemampuan kognitif, ingatan, dan perilaku penderitanya. Deteksi sejak dini menjadi krusial agar penanganan dapat dilakukan lebih cepat dan progresivitas penyakit dapat diperlambat. Penelitian ini mengimplementasikan algoritma Iterative Dichotomiser 3 (ID3) sebagai metode klasifikasi untuk mendeteksi Alzheimer. Eksperimen dilakukan melalui dua pendekatan, yaitu (1) perhitungan manual dengan 160 data latih dan 40 data uji, serta (2) implementasi otomatis berbasis Python dengan pustaka Scikit-Learn menggunakan pembagian data 80% latih dan 20% uji. Hasil pengujian manual menunjukkan akurasi 65%, precision 60%, dan recall 67% dengan atribut Age sebagai akar pohon keputusan. Sedangkan implementasi Python menghasilkan akurasi 65%, precision untuk kelas “Terdeteksi” sebesar 64%, recall 70%, dan f1-score 0,67, dengan akar pohon yang sama. Secara keseluruhan, algoritma ID3 terbukti mampu membentuk model klasifikasi yang mudah dipahami dan divisualisasikan, serta memiliki potensi untuk mendukung sistem pendukung keputusan pada deteksi dini Alzheimer, khususnya di layanan kesehatan primer.

KLASIFIKASI PANDANGAN MASYARAKAT TENTANG 100 HARI AWAL PEMERINTAHAN BARU MENGGUNAKAN PENDEKATAN K-MEDOIDS

Alfonsus Situmorang — 2026-02-17

Penelitian ini membahas bagaimana penggunaan algoritma K-Medoids Clustering dapat diterapkan untuk mengelompokkan persepsi masyarakat tentang 100 hari pertama pemerintahan baru periode 2024–2029. Penelitian ini bertujuan untuk mengelompokkan persepsi masyarakat terhadap 100 hari kinerja pemerintahan baru periode 2024–2029 dengan menggunakan metode K-Medoids Clustering. Persepsi masyarakat merupakan salah satu indikator penting dalam mengevaluasi keberhasilan awal suatu pemerintahan. Metode K-Medoids dipilih karena kemampuannya dalam menangani data yang mengandung noise dan outlier, serta menghasilkan klaster yang representatif berdasarkan medoid sebagai pusat klaster. Proses penelitian dimulai dengan pengumpulan data persepsi masyarakat melalui media digital, kemudian dilakukan tahap praproses data meliputi pembersihan data, tokenisasi, dan vektorisasi menggunakan TF-IDF. Selanjutnya, data diolah menggunakan algoritma K-Medoids dengan nilai K=2 untuk menghasilkan dua klaster utama, yaitu klaster Pro (C1) dan klaster Kontra (C2). Hasil pengelompokan menunjukkan bahwa sebanyak 94% masyarakat memiliki persepsi positif terhadap 100 hari kinerja awal pemerintahan baru, sedangkan 6% lainnya memiliki persepsi negatif. Hasil ini memberikan gambaran objektif terhadap opini publik dan dapat digunakan sebagai dasar dalam penyusunan kebijakan, evaluasi kinerja pemerintah, serta pengambilan keputusan strategis dalam merespons aspirasi dan harapan masyarakat. Penelitian ini juga menunjukkan bahwa metode K-Medoids efektif dalam mengelompokkan data persepsi berbasis teks menjadi informasi yang bermakna dan terstruktur

Aplikasi Prediksi Lokasi Kebakaran Menggunakan Metode Fuzzy Berbasis Web

Tawarikhzki Lumbanbatu — 2026-02-17

Hutan merupakan suatu ekosistem yang sangat menunjang kehidupan makhluk hidup didunia. Salah satu gangguan utama hutan terkait dengan perubahan kestabilan iklim adalah kebakaran hutan. Permasalahan dalam penanganan kebakaran hutan adalah lambatnya pemberitahuan mengenai informasi terjadinya kebakaran. Keadaan tersebut dikarenakan tidak adanya jaringan atau sinyal internet di kawasan hutan, serta indikator dan notifikasi kepada penjaga hutan. Oleh karena itu dibuatlah sebuah sistem pendeteksi dini kebakaran hutan untuk mempercepat proses tanggap bencana kebakaran hutan. Metode Fuzzy Tsukamoto adalah metode yang memiliki toleransi pada data dan sangat fleksibel. Kelebihan dari metode Tsukamoto yaitu bersifat intuitif dan dapat memberikan tanggapan berdasarkan informasi yang bersifat kualitatif, tidak akurat, dan ambigu. Metode Fuzzy Tsukamoto merupakan pilihan yang tepat dalam menangani masalah pengambilan sebuah keputusan yang menggunakan beberapa kriteria. Dengan metode ini, semua kriteria itu memiliki nilai yang sama sehingga tidak memiliki bobot yang berbeda seperti metode lain. Jadi dengan menggunakan metode Fuzzy Tsukamoto merupakan pilihan yang tepat karena mempertimbangkan semua kriteria yang akan diperhitungkan

Penerapan Metode Arima Untuk Meramalkan Jumlah Kunjungan Wisatawan Mancanegara Ke Sumatera Utara

Grasia Hutabarat — 2026-02-17

Sumatera Utara adalah salah satu wilayah di Indonesia yang menawarkan peluang besar dalam bidang pariwisata, dengan atraksi utama seperti Danau Toba, Pulau Samosir, serta Bukit Lawang. Angka kedatangan wisaawan mancanegara ke daerah ini terus meningkat setiap bulannya, dipengaruhi oleh berbagai elemen yang berperan. Agar perencanaan pariwisata lebih efektif, dibutuhkan teknik ramalan yang bisa menghasilkan estimasi kunjungan yang tepat. Kajian ini dimaksudkan untuk meramalkan jumlah Wisatawan mancanegara yang datang ke Sumatera Utara melalui pendekatan Autoregressive Integrated Moving Average (ARIMA). Informasi yang dipakai adalah data bulanan tentang Wisatawan mancanegara dari Januari 2020 sampai Desember 2024, yang bersumber dari Badan Pusat Statistik (BPS). Tahapan riset meliputi pemeriksaan stabilitas data, penetapan komponen model (p,d,q), pembelajaran model, dan penilaian ketepatan ramalan untuk tahun 2025. Model paling unggul yang diperoleh adalah ARIMA (1,1,0), dengan skor Mean Absolute Error (MAE) mencapai 8.551. Ramalan tersebut mengindikasikan pola kenaikan jumlah turis setiap bulan pada 2025. Temuan ini diinginkan bisa berfungsi sebagai panduan untuk pemerintah lokal dan para aktor pariwisata dalam menyusun taktik manajemen serta kemajuan sektor pariwisata yang lestari.

peramalan jumlah produksi crude palm oil (cpo) menggunakan metode holt-winters (studi kasus:pabrik kelapa sawit sisumut)

Indriani Rumapea — 2026-02-17

produksi cpo pada pabrik kelapa sawit sisumut sering mengalami fluktuasi ditimbulkan oleh banyak aspek, salah satunya adalah penurunan produksi Tandan Buah Segar (TBS) yang menjadi bahan dasar dalam proses pengolahan. Banyak atau sedikitnya buah sawit yang masuk ke pabrik akan mempengaruhi hasil produksi minyak sawit mentah crude palm oil, akibatnya jika jumlah TBS berkurang maka produksi CPO menurun, sehingga hal tersebut berpengaruh terhadap stabilitas operasional pabrik, pendapatan perusahaan, serta ketersediaan pasokan bagi industri hilir. Dalam menangani isu yang ada, studi ini menerapkan metode Holt-winters untuk meramalkan jumlah produksi CPO (Crude Palm Oil) berdasarkan data produksi dari tahun 2020 hingga 2024 yang diperolah dari pabrik kelapa sawit sisumut. Berdasarkan data jumlah produksi cpo yang telah dikumpulkan, data yang digunakan memiliki karakter tren (trend) dan musiman (seasonal). proses implementasi dilakukan melalui pemulusan level,tren dan musiman dengan tiga parameter. Evaluasi model dilakukan menggunakan metode Mean Absolute Percentage Error (MAPE), yang mengahsilkan skor yakni sejumlah 18.35% yang tergolong dalam kategori Baik. Hasil ini menunjukkan bahwa metode Holt-Winters cukup nefektif dalam memodelkan data produksi cpo. Studi ini diproyeksikan bisa berkontribusi untuk perusahaan dalam meminimalkan risiko kerugian akibat ketidaksesuaian hasil produksi cpo.